Analytics #001 - Sobre o tema 📈
Esta é uma área da qual posso ousar a comentar o básico, ao menos do que já tenho conhecimento, sem precisar recorrer a novas fontes e especificar os cálculos de forma clara para que nem mesmo eu possa me enganar em minhas palavras. Como já comentei no primeiro post deste blog, onde falo um pouco sobre mim, o objetivo aqui não é deixar um material didático para que seja objeto de comprovação ou estudo. E sim, que considero este espaço um lugar onde posso deixar meus aprendizados (sejam estes adquiridos de forma teórica ou prática) para que eu jamais esqueça da forma pela qual eu penso e objetivo os dados em prol de alguma ação ou evento.
Nesta série de postagens, falarei sobre algumas técnicas que aprendi principalmente em ambiente profissional que me ajudou e continua ajudando a resolver os problemas e desafios que enfrento no dia-a-dia.
Apesar de atualmente (no tempo que escrevo essa postagem) vivenciar a modelagem estatÃstica como minha primeira experiência analÃtica profissional, não começarei a falar sobre modelos, não que este assunto não tenha a sua importância (porque tem, e muito!), mas principalmente por existir um mundo de possibilidades analÃticas sem a necessidade de um modelo que muitas vezes pode demandar muito tempo e esforço para estar em ambiente de produção.
Admito ter tirado essa definição de uma fonte mais recentemente estudada, mas esta serviu apenas para concretizar o que eu já tinha em meu raciocÃnio: Os cinco tipos de análise.
São estes:
1 - Análise exploratória
Não devemos olhar a lista com uma ordenação definida, mas, se ignorarmos isso por um instante este seria o primeiro item da lista, na análise exploratória é onde devemos olhar os dados e entender como podemos transformá-los em informação útil. Isso não se aplica somente a corrigir a "tipagem" dos dados (transformar campo de número em número, ao invés de caractere), mas também é aqui onde a construção de um book de variáveis se aplica, já que de certa forma quando você "mistura" duas variáveis em prol de alguma informação útil isso é explorar a capacidade dos dados, correto?
2 - Análise descritiva
Muito confundida com a análise exploratória, a análise descritiva existe para entendermos o cenário que estamos estudando, por exemplo: Imagine que você precisa medir a inadimplência de seu público para que você possa oferecer um empréstimo, para isso você vai precisar (primeiramente) explorar as diversas informações disponÃveis do seu cliente e construir um indicador para identificar e separar os clientes "bons" dos "maus". Como mencionado no próprio problema você terá que encarar a análise exploratória primeiro, mas, como segundo passo você medirá a capacidade de pagamento do seu público conforme a variável que acabou de criar, o seu indicador de inadimplência. Claro como neve?
3 - Análise preditiva
Sim, é aqui onde a modelagem estatÃstica se aplica em sua definição, mas isso diz respeito ao objetivo de um modelo preditivo. Você analisa padrões históricos de comportamento do seu cliente para medir a probabilidade dele pagar o retorno do empréstimo em dia. Nada demais, certo? E é isso, porém se você não fizer uma análise rica do histórico de comportamento, a sua predição será vazia, não sabendo ao certo sobre o que você espera no futuro.
4 - Análise diagnóstica
Ok, aqui estamos em um ambiente vivenciado por muitos mas pouco conhecido em sua definição. Se você atua com este tipo de análise, certamente está tentando encontrar alguma explicação de algum problema ou comportamento fora do padrão, pois nenhum médico faz um exame diagnóstico de um cliente completamente saudável, certo? E para mim não existe uma definição melhor para isso do que o trabalho de um detetive, como amante das obras do Sr. Arthur Conan Doyle, autor de Sherlock Holmes, essa é uma definição que me ajuda a procurar a raiz do problema, pensar que somos detetives na tentativa de resolver um crime.
5 - Análise prescritiva
Em uma tentativa de mensurar as consequências de certas decisões no futuro, nasceu (e está crescendo) a análise prescritiva, onde podemos e devemos buscar entender as consequências de certos cálculos que fazemos. É verdade que esta área já existe em pequenas atividades, como mensurar o ganho financeiro que um modelo de crédito pode oferecer para a empresa, mas outras finalidades ainda podem ser exploradas pelas empresas e que, de fato estão começando a aparecer em grandes empresas.
Há também outros tópicos não mencionados aqui, que podem ser encarados como uma segunda linha de raciocÃnio quando pensamos em análise, como a análise explanatória, onde aqui devemos nos concentrar em explicar o seu produto, ou melhor dizendo, suas análises para algum público, seja este próximo ou não da sua área de atuação. É aquela história, do que importa o tamanho do peixe se você não sabe vendê-lo?
Mas escolhi manter a lista com os tipos de análise que sejam objetos de estudo, dos quais com certeza você terá um produto para chamar de seu (ou de sua autoria).
Com certeza falarei mais sobre cada um desses tópicos nas próximas postagens dessa série, pois tenho muito gosto por esse tipo de produto, saber que há algo escondido nos dados e que devemos tirar o máximo de valor deles é algo sensacional.
Ansiosa pelo próximo post!!!! :)
ResponderExcluirQue bom ver o seu crescimento! Esse é o caminho, continue estudando, é só o inÃcio!
ResponderExcluirTenho muito orgulho de você 💙